الگوریتم K-Modes چیست؟
1.چکیده خوشهبندی یکی از مهمترین مسائل در دادهکاوی است که هدف آن گروهبندی دادهها بر اساس شباهت میان نمونهها است. بسیاری از الگوریتمهای کلاسیک خوشهبندی مانند K-Means برای دادههای عددی طراحی شدهاند و در مواجهه با دادههای طبقهای (Categorical Data) عملکرد مناسبی ندارند. الگوریتم K-Modes بهعنوان توسعهای از K-Means برای تحلیل دادههای طبقهای ارائه شده […]
خوشهبندی مدلمحور(Model-Based Clustering) چیست؟
1.مقدمه خوشهبندی مدلمحور رویکردی در یادگیری بدونناظر است که برخلاف روشهای فاصلهمحور، خوشهها را گروههایی از نقاط نزدیک نمیداند، بلکه فرض میکند دادهها توسط مدلهای آماری، احتمالاتی یا محاسباتی پنهان تولید شدهاند. هر خوشه نماینده یک توزیع آماری، مدل مولد یا مؤلفه احتمالاتی است. هدف، یافتن بهترین مدلها برای توضیح ساختار پنهان دادههاست. دادهها حاصل […]